WTI-Brent-Spread: Den Ölmarkt zwischen Cushing und Sullom Voe handeln.

Rohöl ist nicht gleich Rohöl. Die beiden global wichtigsten Benchmarks — West Texas Intermediate (WTI) aus den USA und Brent aus der Nordsee — notieren regelmäßig mit Differenzen von wenigen Dollar bis über zehn Dollar pro Barrel. Diese Differenz, der WTI-Brent-Spread, ist eine der spannendsten Spread-Strategien im Energiemarkt, weil sie durch sehr konkrete physische Faktoren getrieben wird — und damit oft besser modellierbar ist als reine Preisspekulation.

Warum es überhaupt einen Spread gibt.

WTI ist das US-Inlandsöl, das in Cushing, Oklahoma, gelagert und ausgeliefert wird. Cushing liegt mitten im Land, weit weg vom Wasser. Brent dagegen wird in der Nordsee gefördert und in Sullom Voe (Shetlands) verschifft — direkt am Meer und damit an die globalen Schifffahrtsrouten angeschlossen.

Beide Öle sind chemisch ähnlich (leicht, süß), aber nicht identisch. WTI hat einen niedrigeren Schwefelgehalt (etwa 0,24%) und ist etwas leichter (API 39,6) als Brent (0,37% Schwefel, API 38). Für die Raffinerie sind beide gut handhabbar. Theoretisch sollte WTI also leicht teurer sein als Brent. Tatsächlich war das bis 2010 auch so — danach kippte das Verhältnis dauerhaft.

Der Bruch: der US-Schieferölboom ab 2010. Plötzlich strömten Millionen Barrel pro Tag zusätzlich in den US-Markt. Die Pipeline-Infrastruktur, die historisch Öl in den Süden zur Golfküste transportiert hatte, war für umgekehrte Flüsse nicht ausgelegt. In Cushing stauten sich die Bestände. WTI handelte zeitweise 25 USD unter Brent — eine Anomalie, die nur durch den Lagerengpass erklärbar war.

Seit dem Aufheben des US-Export-Verbots Ende 2015 und dem Ausbau von Pipelines (vor allem Permian → Corpus Christi) ist der Spread strukturell enger geworden, schwankt aber weiterhin in einer Range von typisch -2 bis -8 USD (WTI minus Brent).

Die fundamentalen Treiber.

Vier Faktoren bewegen den Spread kurz- bis mittelfristig.

Erstens: Cushing-Lagerbestände. Die US-Energy Information Administration (EIA) veröffentlicht jeden Mittwoch um 16:30 Uhr deutscher Zeit die wöchentlichen Lagerdaten. Hohe Bestände in Cushing drücken WTI, niedrige Bestände stützen WTI. Wer den Spread handelt, hat den EIA-Termin im Kalender.

Zweitens: US-Exportkapazitäten. An der Golfküste (vor allem Corpus Christi, Houston, Beaumont) sind die Hafenkapazitäten begrenzt. Wenn alle VLCC-Tanker ausgelastet sind, kann WTI nicht raus — und der Spread weitet sich.

Drittens: OPEC+ und Nordsee-Wartungen. OPEC+-Förderkürzungen treffen Brent stärker als WTI, weil Brent direkt am Weltmarkt verkauft wird. Nordsee-Wartungen (typischerweise August/September) reduzieren das Brent-Angebot und engen den Spread ein.

Viertens: Geopolitik. Konflikte im Nahen Osten, Sanktionen gegen Russland oder Iran, Pipeline-Sabotage — all das trifft Brent meist stärker als WTI. Der Spread weitet sich (WTI billiger) bei geopolitischen Risk-Off-Episoden.

Daten ziehen und den Spread visualisieren.

Für eine erste Analyse reichen Tagesdaten beider Front-Month-Futures. Hier ein Code-Beispiel mit yfinance:

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

wti = yf.download("CL=F", start="2010-01-01")["Close"]
brent = yf.download("BZ=F", start="2010-01-01")["Close"]

df = pd.concat([wti, brent], axis=1).dropna()
df.columns = ["wti", "brent"]
df["spread"] = df["wti"] - df["brent"]

# Statistiken
print(f"Mittelwert: {df['spread'].mean():.2f} USD")
print(f"Std: {df['spread'].std():.2f}")
print(f"5%-Perzentil: {df['spread'].quantile(0.05):.2f}")
print(f"95%-Perzentil: {df['spread'].quantile(0.95):.2f}")

# Plot
fig, ax = plt.subplots(figsize=(12, 4))
ax.plot(df.index, df["spread"], linewidth=1)
ax.axhline(0, color="gray", linestyle="--", alpha=0.5)
ax.set_ylabel("WTI - Brent (USD/Barrel)")
ax.set_title("WTI-Brent-Spread seit 2010")
plt.tight_layout()
plt.show()

Sie werden zwei Phasen sehen: 2010-2015 mit teilweise extremen negativen Spreads (bis -25 USD) und ab 2016 eine deutlich engere Range. Für Backtest-Zwecke nutzen Sie nur die Daten nach Januar 2016 — alles davor ist ein anderes Regime.

Eine konkrete Trading-Idee: EIA-Mittwoch.

Ein Setup, das ich seit Jahren beobachte: An EIA-Mittwochen mit überraschend hohen Cushing-Beständen (Aufbau über Konsens) weitet sich der Spread im Schnitt um 0,5 bis 1,5 USD nach unten in den folgenden 3-5 Handelstagen. Umgekehrt zieht der Spread bei überraschenden Drawdowns an.

Die Mechanik dahinter ist physisch sauber: Mehr Öl in Cushing → mehr lokales Angebot → WTI-Preis unter Druck. Brent ist davon weitgehend unbeeinflusst, weil Cushing-Bestände globalen Markt nicht direkt erreichen.

Eine systematische Umsetzung sieht so aus:

import requests
import pandas as pd

# EIA-API für wöchentliche Cushing-Bestände
# Series ID: PET.W_EPC0_SAX_YCUOK_MBBL.W
EIA_KEY = "IHR_API_KEY"
url = f"https://api.eia.gov/v2/petroleum/stoc/wstk/data/?api_key={EIA_KEY}"
params = {
    "frequency": "weekly",
    "data[0]": "value",
    "facets[series][]": "WCESTUS1",  # Cushing crude stocks
    "start": "2016-01-01",
    "sort[0][column]": "period",
    "sort[0][direction]": "asc"
}
r = requests.get(url, params=params).json()
cushing = pd.DataFrame(r["response"]["data"])
cushing["period"] = pd.to_datetime(cushing["period"])
cushing = cushing.set_index("period")["value"].astype(float)

# Wöchentliche Veränderung
cushing_change = cushing.diff()

# Konsens-Erwartung (Beispiel: rollierender 4-Wochen-Median als Proxy)
expected = cushing_change.rolling(4).median().shift(1)
surprise = cushing_change - expected

# Signal: surprise > +2 Mio Barrel → short Spread (long Brent, short WTI)
signal = (surprise > 2).astype(int) - (surprise < -2).astype(int)
print(signal.tail(20))

In meinen Backtests liefert diese Idee Sharpe-Quoten zwischen 0,7 und 1,2, je nach Haltedauer und Filtern. Wichtig: Die echte Konsens-Erwartung holen Sie sich besser von einem Bloomberg- oder Reuters-Survey statt aus einem rollierenden Median. Der Median ist der Notbehelf für Backtests ohne Survey-Daten.

Vehikel und Praxis.

Den Spread handeln Sie sauber über Futures: WTI-Front (CL an NYMEX, 1.000 Barrel pro Kontrakt) gegen Brent-Front (BZ an ICE Europe oder NYMEX, ebenfalls 1.000 Barrel pro Kontrakt). 1:1-Verhältnis, dollarneutral durch identische Kontraktgröße.

CFDs sind eine zweite Option, aber die Spreads beim Broker (typisch 3-5 Cents pro Seite) fressen bei einem mittleren Spread von 4-6 USD einen signifikanten Anteil der erwarteten Bewegung. Für Tagestrades schwierig, für Wochentrades akzeptabel.

Was nicht funktioniert: ETFs wie USO (WTI) gegen BNO (Brent). Beide sind durch Roll-Logik verzerrt (USO bekannt für massive negative Roll-Yields), die Tracking-Differenz zum Spot ist hoch und unvorhersehbar. Wer ernsthaft Spread handelt, geht über Futures.

Risiken, die ich gelernt habe.

Risiko 1: Roll-Kalender. WTI und Brent haben unterschiedliche Expiry-Daten. WTI läuft am 25. des Monats vor Lieferung aus, Brent am letzten Werktag des Monats davor. Sie müssen den Spread bei den Rolls gleichzeitig oder kontrolliert rollen, sonst sind Sie für 2-3 Tage einseitig exponiert.

Risiko 2: Tail-Events. April 2020 ging WTI-Front auf -37 USD wegen Lager-Engpass und Expiry-Mechanik. Der Spread WTI-Brent fiel auf -50+ USD. Wer ohne Stop short Brent long WTI war (also long Spread), wurde liquidiert. Margin-Aufschläge in solchen Episoden sind brutal.

Risiko 3: Korrelationsbruch. In Stressphasen kann Brent kurzfristig steigen, während WTI fällt (oder umgekehrt), wenn ein geopolitischer Trigger ungleichmäßig wirkt. Konservatives Sizing ist Pflicht.

Mein Take.

Der WTI-Brent-Spread ist ein Spielfeld für Trader, die Lust auf fundamentale Recherche haben. Anders als rein statistische Spread-Setups belohnt diese Strategie, wenn Sie EIA-Berichte lesen, Pipeline-News verfolgen und OPEC-Statements einordnen. Das macht ihn für ML-Modelle schwerer als für menschliche Trader mit Fundamental-Verständnis — wobei gute Modelle natürlich Sentiment-Daten und News-Embeddings nutzen können.

Ich handele den Spread typischerweise mit 2-4 Positionen pro Jahr, Haltedauern zwischen 1 und 8 Wochen, immer mit definiertem Stop (typisch 2 USD entgegen der Position) und Volatility-Targeting auf 12% annualisiert. Das passt zu einem Portfolio, in dem Rohstoff-Spreads ein Diversifier sind, kein Hauptertragsbringer.

Sie wollen Energie-Spreads in Ihrer Allokation prüfen? Erstgespräch buchen — ich zeige, welche Datenquellen sich lohnen und welche reine Show sind.